1、pandas读取外部数据

假设现有一组关于狗的名字的统计数据，那么为了观察这组数据的情况，我们应该怎么做呢？1、

我们这组数据存在csv中，直接用pd.read_csv即可

和我们想象的有些差别，我们认为他会是个Series类型，但是他是个DataFrame，那么接下来我们就来了解这种数据类型。

但是还有一个问题：对于数据库比如mysql或者mongodb中数据，我们应该如何使用呢？

pd.read_sql(sql_sentence,connection)

那么mongodb呢？pandas中没有read_mongodb方法，具体可以百度

import pandas as pd
# pandas获取csv中的文件
df = pd.read_csv('E:\paper\用户画像\小木虫论文代码\协同过滤算法练习\训练模型前数据处理代码\对主题感兴趣的用户.csv',encoding='gbk')
print(df)

2、pandas之DataFrame

t = pd.DataFrame(np.arange(12).reshape((3,4)))
print(t) #未指定行、列标签
'''
   0  1   2   3
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
'''

我们知道竖着的那一列是索引，那横着的那一列是什么呢？

DataFrame对象既有行索引，又有列索引

行索引，表明不同行，横向索引，叫index,0轴，axis=0

列索引，表明不同列，纵向索引，叫columns,1轴，axis=1

t = pd.DataFrame(np.arange(12).reshape((3,4)),index=list('abc'),columns=list('wxyz'))
print(t) #指定行索引和列索引
'''
   w  x   y   z
a  0  1   2   3
b  4  5   6   7
c  8  9  10  11
'''

那么问题来了：

1、DataFrame和Series有什么关系呢？

2、Series能够传入字典，那么DataFrame能够传入字典作为数据么？

3、对于一个dataframe类型，既有行索引，又有列索引，我们能够对他做什么操作呢？

d1 = {'name':['xiaohong','ming'],'age':[30,32],'tel':[10086,10010]}
t1 = pd.DataFrame(d1)
print(t1)
print(type(t1))
'''
       name  age    tel
0  xiaohong   30  10086
1   xiaoang   32  10010
<class 'pandas.core.frame.DataFrame'>
'''

通过字典形式创建DataFrame

d2 = [{'name':'xiaohong','age':30,'tel':10086},{'name':'xiaoang','tel':10000},{'name':'xiaowang','age':12}]
t1 = pd.DataFrame(d2)
print(t1)
print(type(t1))
'''
       name   age      tel
0  xiaohong  30.0  10086.0
1   xiaoang   NaN  10000.0
2  xiaowang  12.0      NaN
<class 'pandas.core.frame.DataFrame'>
'''

和ndarray一样，我们通过shape.ndim,dtype了解ndarray的基本信息，那么对于DataFrame我们有什么方法了解呢？

DataFrame的基础属性